Работа с экспериментами

Загрузите исторические данные в автоматизированный эксперимент машинного обучения и обучите модель анализировать и прогнозировать решения бизнес-задач.

Можно создавать эксперименты в личных или общих пространствах.

Рабочий процесс

Перед тем как создать автоматизированный эксперимент машинного обучения в Аналитика Qlik Cloud, вам нужно четко сформулировать задачу машинного обучения и подготовить подходящий набор данных для обучения из каталога. Для получения дополнительной информации см. разделы Формулирование задач машинного обучения и Подготовка набора данных для обучения.

Следующие шаги описывают процесс проведения эксперимента.

1. Создание эксперимента

   Создайте новый эксперимент в Qlik Sense. Добавьте его в общее пространство, если вы хотите работать совместно с другими пользователями.

   Создание экспериментов

2. Настройка эксперимента

   Выберите цель для прогнозирования и признаки, на основе которых будет выполняться прогнозирование.

   Настройка экспериментов

3. Запуск обучения

   Запустите обучение первой версии эксперимента.

   Обучение экспериментов

4. Обзор рекомендуемых моделей

   Проверьте, как проходил процесс обучения модели, и проанализируйте рекомендуемые модели. Для анализа процесса обучения и изучения встроенной аналитики используйте встроенные инструменты, так как они позволяют получить информацию на уровне эксперимента, версии и модели.

   Анализ моделей

   Если необходимо дополнительное уточнение модели, можно настроить последующие версии эксперимента. Внесите необходимые изменения в такие параметры, как признаки и алгоритмы, и повторно запустите обучение новой версии эксперимента. Выполняйте эти действия до тех пор, пока не будет получена хорошая модель.

   Уточнение моделей

5. Развертывание модели

   Как только у вас получится хорошая модель, разверните ее и приступайте к прогнозированию.

   Работа с развертываниями машинного обучения

Требования и разрешения

Для получения информации о необходимых разрешениях пользователя для работы с развертываниями машинного обучения или прогнозами см. раздел Элементы управления доступа для экспериментов машинного обучения.